Perubahan produksi beras dari satu bulan ke bulan berikutnya dapat memengaruhi penyusunan rencana ketahanan pangan, sehingga diperlukan perkiraan yang didasarkan pada pola data historis. Penelitian ini menerapkan metode Autoregressive Integrated Moving Average (ARIMA) untuk memprediksi produksi beras di Provinsi Sumatera Selatan menggunakan data Neraca Pangan Beras. Data penelitian terdiri atas 36 observasi bulanan periode Januari 2023 sampai Desember 2025 yang diperoleh dari Dinas Ketahanan Pangan dan Peternakan Provinsi Sumatera Selatan. Data disusun secara kronologis dan dibagi menjadi 29 data latih serta 7 data uji. Proses analisis mencakup preprocessing, pembentukan deret waktu, pengujian stasioneritas, identifikasi dan estimasi kandidat model, evaluasi pada data latih, pemilihan model, prediksi data uji dengan rolling one-step forecast, pemeriksaan diagnostik, dan forecasting. Uji Augmented Dickey-Fuller menghasilkan p-value 0,000010, sehingga data latih dinyatakan stasioner pada bentuk awal dan orde differencing ditetapkan d=0. Evaluasi terhadap delapan kandidat menunjukkan bahwa ARIMA(0,0,2) memiliki MAPE data latih terkecil, yaitu 53,39%, dengan MAE 52.524,36 ton dan RMSE 62.359,34 ton. Pada data uji, model menghasilkan MAE 34.768,54 ton, RMSE 42.964,64 ton, dan MAPE 30,76% yang termasuk kategori cukup. Nilai p-value uji Ljung-Box sebesar 0,638632 menunjukkan bahwa residual bersifat white noise. Setelah diestimasi kembali menggunakan seluruh data, model memprediksi produksi beras Januari 2026 sebesar 112.817,11 ton. Hasil ini menunjukkan bahwa ARIMA dapat digunakan sebagai informasi pendukung dalam memperkirakan produksi beras periode berikutnya.